TouchFree: omերմաստիճանի ավտոմատ ստուգում և դիմակների հայտնաբերման կրպակ ՝ 5 քայլ

2025 Հեղինակ: John Day | [email protected]. Վերջին փոփոխված: 2025-01-23 14:48

Քանի որ աշխարհի երկրները վերաբացվում են, նոր կորոնավիրուսով ապրելը դառնում է նոր ապրելակերպ: Բայց վիրուսի տարածումը դադարեցնելու համար մենք պետք է առանձնացնենք կորոնավիրուսով հիվանդ մարդկանց մնացածներից:

Ըստ CDC- ի ՝ տենդը կորոնավիրուսի առաջատար ախտանիշն է, որի ախտանշանային հիվանդների մինչև 83% -ը ցուցաբերում է ջերմության որոշ նշաններ: Շատ երկրներ ջերմաստիճանի ստուգումներն ու դիմակները պարտադիր են դարձնում դպրոցների, քոլեջների, գրասենյակների և այլ աշխատատեղերի համար:

Ներկայումս ջերմաստիճանի ստուգումները կատարվում են ձեռքով `առանց կոնտակտային ջերմաչափի: Ձեռքով ստուգումները կարող են լինել անարդյունավետ, անիրագործելի (մեծ տարածություն ունեցող վայրերում) և ռիսկային:

Այս խնդիրները լուծելու համար ես նախագծել եմ կրպակ, որն ավտոմատացնում է ջերմաստիճանի ստուգման գործընթացը ՝ օգտագործելով Դեմքի նշանակման նշան և առանց կոնտակտային IR ջերմաստիճանի տվիչ և դիմակի հայտնաբերում ՝ օգտագործելով Deep Learning նյարդային ցանցը:

Այս կրպակի օգտագործումը չի սահմանափակվում միայն դպրոցներով, քոլեջներով, գրասենյակներով, այլ աշխատատեղերով, այլ կարող է օգտագործվել նաև հիվանդանոցների նման բարձր ռիսկային տարածքներում: Այս սարքը կարող է օգտագործվել նաև երկաթուղային կայարաններում, կանգառներում, օդանավակայաններում և այլն:

Այս նախագծի վերաբերյալ իմ մոտեցումն էր կառուցել կարգավորման գործընթացի այնպիսի ձև, որ ցանկացած մեկը, ով չունի համակարգչային տեսլականի կամ խորը ուսուցման նախնական փորձ, կարող է օգտագործել դա: Սա լիովին գործող և պատրաստ օգտագործման ծրագիր է: Ես այս նախագիծը դարձրել եմ շատ հարմարեցված ՝ ավելացնելով յուրաքանչյուր առանձին մասի և ամբողջական տարբերակի համար կոդային ֆայլեր: Այսպիսով, դուք կարող եք անհատապես օգտագործել նախագծի ցանկացած մաս:

Բացատրություն

Նախ, Tensorflow- ի վրա հիմնված Deep Learning Neural Network- ը փորձում է պարզել ՝ անձը դիմակ կրո՞ւմ է, թե՞ ոչ: Համակարգը դարձել է առողջ ՝ այն ուսուցանելով բազմաթիվ տարբեր օրինակներով ՝ կանխելու կեղծ դրական կողմերը:

Մի անգամ Համակարգը հայտնաբերեց այն Դիմակը, որը խնդրում է օգտագործողին հանել դիմակը, որպեսզի այն կարողանա իրականացնել Դեմքի նշագծում: Համակարգը օգտագործում է DLIB մոդուլ ՝ դեմքի նշագծման համար ՝ ջերմություն վերցնող անձի ճակատի լավագույն կետը գտնելու համար:

Այնուհետև օգտագործելով PID Control System- ը Servo Motors- ի հետ, համակարգը փորձում է ճակատի ընտրված կետը հավասարեցնել սենսորին: Հավասարեցվելուց հետո համակարգը տանում է ջերմաստիճանի ընթերցում `օգտագործելով կոնտակտային IR ջերմաստիճանի տվիչ:

Եթե ջերմաստիճանը գտնվում է Մարդու մարմնի նորմալ ջերմաստիճանի սահմաններում, դա թույլ է տալիս Անձին շարունակել և նամակ է ուղարկում ադմինիստրատորին ՝ նկարի և այլ մանրամասների հետ, ինչպիսիք են մարմնի ջերմաստիճանը և այլն:

Պարագաներ

Սարքավորումներ

1. Raspberry Pi Model 2/3/4
2. Raspberry Pi Camera Module v1/v2
3. Ոչ կոնտակտային ինֆրակարմիր ջերմաստիճանի տվիչների մոդուլ (MLX90614)
4. Պաշտոնական Raspberry Pi սենսորային էկրան (կամ ընդհանուր 3.5 դյույմանոց սենսորային էկրան) (ըստ ցանկության)
5. Pan Tilt Kit
6. SG90 Micro Digital Servo x 2
7. MicroSD քարտ
8. Ազնվամորի Pi հոսանքի ադապտեր

Ծրագրային ապահովում

1. Raspberry Pi OS (Նախկինում հայտնի էր որպես Raspbian)
2. Tensorflow-2.2.2
3. OpenCV
4. DLIB Դեմքի ուղեցույց